Informations administratives
| Titre | Réseaux de décision |
| Durée | 60 |
| Module | A |
| Type de leçon | Tutoriel |
| Focus | Technique — Fondements de l’IA |
| Sujet | Réseaux de décision |
Mots-clés
Naïf Bayes-net,Bayes-net,Réseau de décision,décision optimale,valeur de l’information,
Objectifs d’apprentissage
- L’étudiant peut concevoir une expérience interventionnelle pour les tests A/B et une évaluation d’imagerie des tests A/B
- L’étudiant peut construire des diagrammes causals et des filets de décision généraux
- L’étudiant peut tester l’équité à l’aide d’un modèle causal
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
- Intelligence artificielle: A Modern Approach, 4e édition mondiale de Stuart Russell et Peter Norvig, Pearson (AIMA4e):ch16-17
- concepts de probabilité
- axiomes de la théorie des probabilités
- concept d’indépendance
- Règle de Bayes
- Moyenne du modèle bayésien
- IA universelle
- distributions de probabilités conjointes multivariées
- règle de chaîne
Optionnel pour les étudiants
- AIMA4e:ch16-17
Références et antécédents pour les étudiants
- AIMA4e:ch16-17
Recommandé pour les enseignants
- AIMA4e:ch16-17
- Charniak, E., 1991. Réseaux bayésiens sans larmes. Magazine AI, 12(4), p. 50-50.
- Pearl, J., 2019. Les sept outils de l’inférence causale, avec des réflexions sur l’apprentissage automatique. Communications de l’ACM, 62(3), p. 54 à 60.
Matériel de leçon
Instructions pour les enseignants
Parallèlement à la conférence, construire un modèle net d’évaluation des prêts et enquêter sur son équité.
Esquisse/horaire
| Durée | Description |
|---|---|
| 15 | Expliquer un diagramme causal |
| 15 | Établissez des preuves et discutez de l’action optimale. |
| 15 | Identifier une variable E’avec la valeur maximale de l’information. |
| 15 | Dessinez une valeur aléatoire à partir de E’et sélectionnez l’action optimale. |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.